OpenAI lancia o1: il primo "Reasoning Model" per risolvere problemi complessi

OpenAI ha introdotto o1, un nuovo large language model che rappresenta un passo avanti significativo nel campo dell'intelligenza artificiale. È il primo di una serie di modelli che l'azienda definisce "reasoning models", progettati per eseguire ragionamenti complessi e iterativi, superando in questo ambito i precedenti modelli GPT come GPT-4o.

Secondo i benchmark di OpenAI, o1 ha raggiunto risultati notevoli:

• Si è classificato all'89° percentile in competizioni di programmazione su Codeforces.
• È entrato tra i primi 500 studenti in una gara di qualificazione per le Olimpiadi di Matematica USA (AIME).
• Ha superato l'accuratezza umana a livello di dottorato in problemi di fisica, biologia e chimica (GPQA).

Il segreto di o1: la "Chain of Thought"

Il concetto chiave dietro o1 è la "chain of thought" (catena di pensieri), una tecnica che scompone le domande complesse in passi logici, consentendo al modello di eseguire una serie di ragionamenti prima di arrivare alla risposta finale. La tecnica era già nota, ma andava applicata manualmente tramite prompting; OpenAI l'ha implementata in o1 attraverso il reinforcement learning, premiando le catene di pensiero che conducono a risposte più accurate.

o1 vs GPT-4o su task complessi

Su compiti semplici le differenze non sono evidenti — anzi, GPT-4o può eccellere in attività creative come la scrittura di articoli o il brainstorming. Ma quando si tratta di problemi complessi che richiedono ragionamento articolato e iterazioni, la superiorità di o1 diventa evidente. In un cruciverba di prova, o1-preview ha commesso solo 3 errori contro i 9 di GPT-4o, scomponendo il problema in sotto-task e auto-correggendosi. Tutto questo a scapito di un tempo di calcolo più lungo e di un costo maggiore.

o1 e GPT-4o: sinergia e nuovi approcci

La novità principale di o1 è la capacità di scomporre autonomamente i problemi, correggere gli errori e provare approcci differenti, facendo scalare la computazione in fase di inferenza in base alla complessità del prompt. o1 non sostituisce GPT-4o, ma lo affianca: GPT-4o resta la scelta per attività generiche come l'estrazione di informazioni (RAG) e la generazione di contenuti, mentre o1 eccelle nei task che richiedono molte iterazioni. Un esempio è il settore legale, dove GPT-4o estrae e riformula le informazioni dai documenti e o1 itera sulla risposta considerando tutte le leggi pertinenti.